基于贝叶斯法的长白落叶松林分优势高生长模型研究.pdfVIP

第37卷摇 第3期 北 京 林 业 大 学 学 报 Vol.37,No.3 2015年3月 JOURNAL OF BEIJING FORESTRY UNIVERSITY Mar. ,2015 鄄鄄 DOI:10.13332/ j.1000 1522 基于贝叶斯法的长白落叶松林分优势高生长模型研究 1 1 2 姚丹丹摇 雷相东摇 张则路 (1 中国林业科学研究院资源信息研究所摇 2 吉林省和龙林业局) 摘要:贝叶斯统计推断是基于总体信息、样本信息和先验信息的一种统计推断方法,并已成为森林生长模型中的一 种重要方法。 本文以长白落叶松人工林为对象,基于1687对林分优势高与年龄数据,利用Richards生长方程构建 基于贝叶斯法和经典概率统计法的林分优势高生长模型,探讨贝叶斯统计法拟合小样本量数据的稳定性。 分别基 于全部样本,以及随机抽取的10%、5%和2%样本,利用经典概率统计法(非线性最小二乘法)、无先验信息的贝叶 斯统计法和有先验信息的贝叶斯统计法进行参数估计,分析模型表现和参数分布。 模型评价指标包括均方根误差 (RMSE)、贝叶斯统计常用的DIC统计值以及参数的可信区间。 结果表明:基于小样本的贝叶斯统计与大样本的经 典概率统计的拟合结果相近,但贝叶斯统计法估计的参数稳定性强,且抽样5%时的RMSE值最小。 有先验信息的 贝叶斯统计拟合结果优于无先验信息的贝叶斯统计拟合结果,参数分布也较为集中,不确定性小;有先验信息贝叶 斯统计和经典概率统计的参数分布区间有较大重叠。 另外,有先验信息贝叶斯统计对3种不同样本量的拟合结果 显示,参数标准差以及模型RMSE值都是在抽样5%时最小,说明用贝叶斯统计的拟合精度及参数确定性与样本量 大小也有一定关系。 研究验证了贝叶斯统计在利用先验信息、基于小样本量进行森林生长建模时的优越性。 关键词:优势高;Richards生长方程;贝叶斯法;经典统计法;长白落叶松 鄄鄄 鄄鄄 鄄鄄 中图分类号:S758郾5摇 摇 文献标志码:A摇 摇 文章编号:1000 1522(2015)03 0094 07 1 1 2 YAO Dan鄄dan ;LEIXiang鄄dong ;ZHANGZe鄄lu . Bayesianparameterestimationofdominantheight growth model for Changbai larch (Larix olgensis Henry) plantations. Journal of Beijing Forestry 鄄鄄 University(2015)37(3)94 100 [Ch,30 ref.]. 1Institute of Forest Resource Information Techniques,Chinese Academy of Forestry,Beijing,100091, P. R. China; 2 Helong Forestry Bureau,Helong,Jilin,133500,P. R. China. Bayesian inference is an alternative method of statistical inference based on prior and data information. Ithasbecomeanimporta